La stima per intervalli
|
|
- Gloria Caputo
- 5 anni fa
- Visualizzazioni
Transcript
1 La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u grado di fiducia pari ad - cotiee. L = T - U = T + Prima di estrarre il campioe L ed U soo de v.c. ed [L; U] è detto itervallo casuale Soo due espressioi equivaleti: IC L, U P L U
2 Z~N 0; z - 0 z z P Z z F z P Z z F z P z Z z F z F z
3 Itervallo casuale per la media icogita X~N, ota Campioe casuale X, X,, X X ~ N, X X ~ N 0, X P z z z - 0 z X
4 Itervallo casuale per la media X P z z P z X z P z z X X P z X z Verifica di ipotesi P X z X z P X z X z IC z X L z U z X X Estremi dell itervallo casuale: X ~ N(, ) ota
5 Itervallo di cofideza per la media L itervallo casuale è defiito itoro alla v.c. : X P X z X z IC X z Itervallo di cofideza per la media È ua realizzazioe dell itervallo casuale, otteuta calcolado l itervallo casuale sul campioe: P z z IC z
6 Utilità dell IC: stima del parametro icogito IC X z P z X z Ua macchia produce bulloi il cui peso ha distribuzioe Normale co media =63 grammi e variaza =0,8. Scegliedo a caso 8 bulloi, qual è l itervallo che co probabilità 0,95 comprederà la loro media? P 63,96 0,89 X 63,96 0,89 0, P 63 0,6 X 63 0,6 0,95 P 6,38 X 63,6 0,95 P X z X z Ua macchia produce bulloi il cui peso ha distribuzioe Normale co media icogita e variaza =0,8. Scelti a caso 8 bulloi, il loro peso medio è risultato pari a 6,6 grammi. Qual è l itervallo che, co probabilità 0,95, cotiee il parametro icogito? 0,89 0,89 P 6,6,96 6,6,96 0, P 6,6 0,6 6,6 0,6 0,95 P 6,98 63, 0,95 I geere è icogita. Se è ota o serve sapere quale possa essere la media campioaria, a meo di o volere ua coferma empirica del valore oto (verifica di ipotesi) Valori frequeti: - = 68% z,00 - = 95% z,96 - = 99% z,58
7 Rispetto alla distribuzioe della v.c. X: L itervallo P z X z è fisso, perché è cetrato su e, al variare del campioe tra tutti i possibili campioi, è u valore fisso z z X L itervallo P X z X z??? ivece, si muove, perché è cetrato su e, al variare del campioe tra tutti i possibili campioi, varia z z X??? z z X
8 Ad esempio: P X z X z 0,95 vuol dire che su 0 campioi 9 (ossia il 95%) cotegoo il parametro metre (ossia il 5%) o lo cotiee Il livello di cofideza ( - ) è la frequeza (relativa) degli itervalli casuali che cotegoo il valore icogito : fra tutti i possibili itervalli di cofideza costruiti i questo modo sulla base di tutti i possibili campioi, il 95% cotiee e il 5% o la cotiee. È scorretto, quidi, cofodere il livello di cofideza co la probabilità che sia coteuto ell itervallo
9 Esempio L altezza delle matricole uiversitarie di sesso maschile può essere cosiderata ua variabile co distribuzioe Normale, co media icogita e variaza pari a 0,66. Per stimare l altezza media si estrae u campioe casuale di 58 matricole e se e misura l altezza media, che risulta pari a 75,4 cm. Si defiisca l itervallo che cotega il parametro icogito della popolazioe ad u livello di fiducia: a) del 90% b) del 95% c) del 99% Soluzioe X~N ; 0, , 4 a) - = 0,90 = 0,0 / = 0,05 z / =,645 3,65 3,65 P 75, 4,645 75, 4,645 0, P 75, 4 0,705 75, 4 0,705 0,90 P 74,70 76, 0,90 IC0,90 74,70; 76,
10 b) - = 0,95 = 0,05 / = 0,05 z / =,96 3,65 3,65 P 75, 4,96 75, 4,96 0, P 75, 4 0,840 75, 4 0,840 0,95 P 74,6 76, 0,95 IC0,95 74,6; 76, c) - = 0,99 = 0,0 / = 0,005 z / =,58 3,65 3,65 P 75, 4,58 75, 4,58 0, P 75, 4,06 75, 4,06 0,99 P 74,3 76,5 0,99 IC0,95 74,3; 76,5
11 Il ruolo della variaza Maggiore la variaza, più ampio l itervallo di cofideza (a parità di ed ) Se la variaza è grade i possibili campioi soo molto diversi tra loro, quidi la stima è ach essa molto variabile (meo precisa) Il ruolo della umerosità campioaria Maggiore, più piccolo l itervallo di cofideza (a parità di e ) Via via che aumeta il campioe diveta sempre più simile alla popolazioe, quidi la stima diveta più precisa
12 Ipotesi geerale: << N
13 Itervallo di cofideza per la media X ~ N(, ) o ota X s i i Radice quadrata dello stimatore corretto della variaza X s t s s P t, t, g= La distribuzioe t di Studet ha ua forma simmetrica che dipede dal valore di, parametro che idica i gradi di libertà e che deriva dalla variabile, al deomiatore della g=0 formula. Y ~ t E Y 0 ; Var Y ; Relazioe co la Normale: g=3 g= Quado, la v.c. t coverge alla Normale. Quidi, quado è elevato, la f(t) può essere approssimata dalla N(0,).
14 Esempio L altezza delle matricole uiversitarie di sesso maschile può essere cosiderata ua variabile co distribuzioe Normale, co media e variaza icogite. Per stimare l altezza media si estrae u campioe casuale di 8 matricole e si misura l altezza media, che risulta pari a 75,4 cm, co sqm campioario corretto pari a 4,4 cm. Si defiisca l itervallo che cotega il parametro icogito della popolazioe, ad u livello di fiducia a) del 95% b) del 99% Soluzioe 8 X~N ; 75, 4 s 4, 4 s s P t, t, a) - = 0,95 = 0,05 / = 0,05 t 0,05;7 =,0 4, 4 4, 4 P 75, 4, 75, 4, 0, P 73, 77,6 0,95 IC0,95 73,; 77,6 a) - = 0,99 = 0,0 / = 0,005 t 0,005;7 =,898 4, 4 4, 4 P 75, 4,898 75, 4,898 0, P 7,4 78,4 0,99 IC0,99 7,4; 78,4
15 Itervallo di cofideza per la media X ~? ota o o ota Disuguagliaza di Chebchev: Pr X k k che, riferita alla v.c. media campioaria: P k k P k k k itervallo di cofideza k livello miimo di cofideza: k da cui: k k Se o è oto, si sostituisce co la stima campioaria s, seza che ulla cambi (o essedovi riferimeti ad alcua distribuzioe ota)
16 Disuguagliaza di Chebchev Dimostrazioe: (per v.c. discreta) Per qualsiasi > 0 si ha: p p p p i i i i i i i i i i i i 0 0 p p Pr X i i i i P X P X P X P X Ai fii pratici, se si fissa = k: k k Pr X k k 6
17 Esempio L altezza delle matricole uiversitarie di sesso maschile può essere cosiderata ua variabile co distribuzioe, media e variaza icogite. Per stimare l altezza media si estrae u campioe casuale di 8 matricole e si misura l altezza media, che risulta pari a 75,4 cm, co sqm campioario corretto pari a 4,4 cm. Si defiisca l itervallo che, ad u livello di fiducia del 95% cotega il parametro icogito della popolazioe. Soluzioe 8 75, 4 s 4, 4 k 4, 47 0,05 0, P k k k 4, 4 4, 4 P 75, 4 4, 47 75, 4 4, 47 0, P 75,4 83,44 75,4 83,44 0,95 0,95 P 9,96 58,84 0,95 IC 9,96; 58,84
18 U cofroto tra IC costruiti diversamete Iformazioi Itervallo di cofideza X ~? Chebchev IC, 95 9,96; 58,84 0 X ~ N(, ) o ota X s ~ t IC, 95 73,;77,6 0 X ~ N(, ) ota X ~ N 0, IC, 95 74,6;76, 0 Coclusioe: All aumetare del iformazioe sulla popolazioe l IC si restrige Chebchev: t: z: 9,96 58,84 73, 77,6 74,6 76,
19 Itervallo di cofideza per la media X ~? ota o o ota grade Teorema limite cetrale Come scegliere l IC per la media? All aumetare della dimesioe campioaria, la distribuzioe della media campioaria tede a ua Normale. X N 0, d X ~ N si o > 30 si oto o o Chebchev X s ~ t P k k k s s P k k k X si ~ N 0, s s P t, t, P X z X z
20 La determiazioe della umerosità campioaria ottimale Esempio I riferimeto all esempio precedete (distribuzioe e variaza ote) si suppoga che l ampiezza dell itervallo vega giudicata eccessiva. Seza cambiare il livello di fiducia, si vuole allora otteere ua stima che differisca dal parametro per o più di 0.5 cm (i più o i meo). Qual è la umerosità campioaria ecessaria? Si ricordi che la variaza è ota e pari a Soluzioe IC z z z = = 0,90 z, N.B.: questo procedimeto o è possibile se la variaza o è ota, a meo che o si tratti di u campioe grade, perché o sarebbe possibile fissare i gradi di libertà per t a/;-
21 Esempio U idustria alimetare che produce pasta dispoe di u macchiario che forisce pacchi dal peso etto dichiarato di 0,500 kg. I realtà, il peso di ua geerica cofezioe di pasta è descritto da ua variabile casuale co distribuzioe di probabilità icogita, co media e variaza etrambe igote. Si estraggoo i modo casuale pacchi di pasta e se e misura il peso effettivo, otteedo ua media pari a 0,45, ua variaza pari a 0, e ua variaza corretta pari a 0, a) Si determii l itervallo che, ad u livello di cofideza -a = 0,99, cotiee il parametro icogito. b) Si determii uovamete l itervallo, ipotizzado che la distribuzioe del peso dei pacchi di pasta prodotti dalla macchia sia Normale. Soluzioe a) 0, 45 s 0, b) 0, 45 X N ; s 0,000085
22 Stima (per itervallo) di ua proporzioe (per gradi campioi) Proporzioe: percetuale di uità che soddisfao ua certa codizioe Nella popolazioe: Ogi uità: soddisfa la codizioe (successo) co probabilità o la soddisfa (isuccesso) co probabilità -. Quidi ogi uità è ricoducibile ad ua v.c. dicotomica, co probabilità di successo, ossia ua v.c. Beroulli Ber().
23 Nel campioe di ampiezza : Ciascua osservazioe campioaria proviee da ua distribuzioe di Beroulli Ber(). Se siamo iteressati al umero di uità che soddisfao la codizioe facciamo riferimeto alla v.c. S = somma di Beroulliae: S ~ B(, ) E(S) = Var(S) = ( - ) Se siamo iteressati alla percetuale di uità che soddisfao la codizioe facciamo riferimeto alla v.c. P = proporzioe di successi = S/: P = media di v.c. Ber() EP Var P Se è grade, per il teorema limite cetrale: Si veda: combiazioi lieari di variabili casuali P ~ N ;
24 Esempio Da u idagie codotta su u campioe casuale di 80 matricole uiversitarie è risultato che il 36% si dichiara isoddisfatto della uova Riforma. Qual è l itervallo che, ad u livello di fiducia del 95%, comprede il parametro icogito della popolazioe? Soluzioe = 80 p = 0,36 - = 0,95 z,96 p P z z P p z p z 0,36 0,36 0,36 0,36 P 0,36,96 0,36,96 0, P 0,303 0, 46 0,95 Parametro: Stimatore: Stima: = proporzioe ella popolazioe P = proporzioe campioaria IC0,95 0,303; 0, 46 P ~ N ; Co ua cofideza pari a 0,95, si dichiara isoddisfatta della uova Riforma ua percetuale di studeti compresa tra 30,3% e 4,6% p p o è oto, si calcola la variaza campioaria usado p e si fa ugualmete riferimeto alla Normale perché è grade
25 La determiazioe della umerosità ottimale (gradi campioi) Esempio Co riferimeto all esercizio precedete, si suppoga che l ampiezza dell itervallo vega giudicata eccessiva. Seza cambiare il livello di fiducia, si vuole allora otteere ua stima che differisca dal parametro per o più di puti percetuali (i più o i meo). Qual è la umerosità campioaria ecessaria per otteere u errore massimo di due puti percetuali ad u livello di fiducia del 95%? Soluzioe IC p z z z = 0,0 - = 0,95 z,96 z 0,0 Per : Iformazioi a priori Ipotesi massima variabilità ( = 0,36) ( = 0,50) = 0,36 = 0,50 0,0 0,0 3, 84 0,36 0,36 0, , , 84 0,50 0,50 0, , 0004
26 La determiazioe della umerosità ottimale (gradi campioi) I proprietari delle pizzerie che effettuao cosege a domicilio itedoo cofrotarsi sui tempi medi di cosega. Uo di loro dispoe già di 40 osservazioi, la cui deviaza (espressa i miuti al quadrato) è pari a 457. Assumedo ivariata la variaza campioaria s, quate osservazioi è ecessario aggiugere al campioe affiché l itervallo di cofideza al 95% per il tempo medio di cosega abbia u ampiezza (i più o i meo) o superiore a 3 miuti? s z 3mi 457 z.96 s 9, ,33,96 3 9,33, ,6 3, Quidi
27 Stima (per itervallo) della differeza fra medie X Y X Y E X Y Var X Y X Y ~N ; Per campioi gradi oppure quado sia X che Y si distribuiscoo Normalmete Variabile casuale
28 Come scegliere l IC per la differeza tra medie? X e Y ~ N o e > 30 o??? si X si e Y ote o X = Y si o 4 X Y s s ~ t si 3 X Y s ~ t X = Y si o X Y ~ N 0, X Y ~ N 0, s s s X X Y Y Stimatore dello sqm comue
29 I sitesi: : variaze X e Y ote e uguali P X Y z X Y z : variaze X e Y ote e diverse P X Y z X Y z 3: variaze X e Y o ote e uguali P X Y t ; X Y s X Y t ; X Y s dove: s s s X X Y Y 4: variaze X e Y o ote e diverse Stimatore della variaza comue ( X = Y) i fuzioe delle variaze campioarie s s s s P X Y t ; X Y t ;
30 Esempio U azieda produce due tipi di lampadie, u tipo X, ecoomico, e uo Y, più caro ma che dura di più. La durata di etrambi i tipi di lampadie può essere cosiderata ormalmete distribuita, co medie e variaze diverse. Per stimare la differeza tra la durata media dei due tipi di lampadie, si acquistao 50 lampadie del tipo X e 35 del tipo Y e le si sottopoe al test di durata, co i segueti risultati (la media è espressa i ore): s 3400 X s Y Si defiisca l itervallo per la differeza tra le medie dei due modelli di lampadia ad u livello di fiducia del 90%. Soluzioe t,664 0,05; IC0,90 X Y , IC0,90 Y X 46,3; 353,7 Y X 4000 Popolazioi Normali, variaze o ote e diverse s s s s P X - Y - t ; - - X - Y t ; - - z,645 0,05
31 Esempio Due macchiari effettuao la stessa operazioe ma i tempi diversi. Da =90 osservazioi idipedeti effettuate sulla macchia si è otteuto: 3,5 sec s 0,03 Aalogamete, da =0 osservazioi idipedeti effettuate sulla macchia si è avuto: 4,3 sec s 4,54 Suppoedo che le produzioi delle due macchie abbiao la stessa variabilità, si determii l itervallo di cofideza al 99% per la differeza - fra i tempi medi dei due macchiari. Soluzioe Popolazioi o ote, i > 30, variaze o ote uguali P X Y t ; X Y s X Y t ; X Y s t z,58 0,005; 900 sx X sy Y 0, , ,93 s 4, IC0,99 X Y X X z s 3,5 4,3,58 4, ,,58 4, 0,094 7,, 475 IC0,99 X Y 5,75; 8,675
32 Esempio Per valutare se esiste o meo ua differeza tra il reddito medio di uomii e doe si estraggoo due campioi di 5 doe e 0 uomii, da cui risulta u reddito medio di 9 (migliaia di euro) co s.q.m. di per le doe e 5 co s.q.m. di 3 per gli uomii. Ipotizzado che i redditi si distribuiscao ormalmete, costruire u itervallo di cofideza per la differeza tra i redditi medi al livello di cofideza del 99% Soluzioe X ed Y Normali, variaze o ote o uguali s s s s P X Y t ; X Y t ; t,704 0,005;43 9 X 5 sx sx 4 5 Y 0 sy 3 sy IC0,99 9 5,704 6, 5 0 IC0,99 3,89; 8, L itervallo o cotiee lo 0 le medie soo diverse
33 Il cofroto mediate IC separati sulle due medie 9 X 5 sx sx 4 5 Y 0 sy 3 sy 9 IC t, s t ;4 t ;9 IC0,99 9, ; IC0,99 5, ; ,9
34 Esempio Nelle regioi italiae si misura il livello di iquiameto ambietale co il umero di deuce emesse dalla popolazioe residete. Nelle 0 regioi del Nord risultao i media 9. deuce co s.q.m 6,metre elle del Cetro-Sud la media è co s.q.m. 6. Ipotizzado che il umero di deuce segua ua distribuzioe Normale, costruire u itervallo di cofideza al 95% per la differeza tra le medie delle deuce al Nord e al Sud Soluzioe s s s s P X Y t ; X Y t ; t0.05; IC 95% ( - ) = [ -.4 ; 9. ] Costruedo due itervalli separati: t.6 t ;9 0.05; 6 4.9;33.50 IC0, ;36.66 IC0,95 Y 33.06,
35 i i s X X ~ s s P Quidi che: P s Stima (per itervallo) della variaza A partire dalla variaza campioaria corretta: Si può dimostrare che, se X ~ N: s s s P
36 Esempio Suppoiamo che si voglia cooscere il valore medio e ua misura della variabilità della percetuale di spesa delle famiglie italiae per attività ricreative. Si estrae allora u campioe casuale di 5 famiglie e si ottegoo i segueti risultati: 5 3,38% i i s, 897,70 Si determii, ad u livello di cofideza del 95%, ua stima della variaza della percetuale di spesa. Soluzioe s - = 0.95 Estremo iferiore Estremo superiore s 4,897,766 39,364 0,975;4 39, ,05;4 s 4,897 5,607, 40 IC 95%,766;5,607 s IC95%,766; ;.368
37 Esempio I u campioe di 0 lamie di acciaio estratte i modo casuale da ua liea di produzioe, lo spessore X delle lamie preseta ua deviaza pari a 70,50. Ammettedo che il carattere X sia distribuito ormalmete, si determii l itervallo che, ad u livello di cofideza del 90%, cotiee lo sqm della popolazioe. Soluzioe - = i 70,50 i i i s 0,59 s 0,770 Estremo iferiore 0,95; s 9 0, Estremo superiore 0,05;9 s , IC 90% 0.48;0.736 s IC90% 0.48; ;0.857
Esercitazione 5 del corso di Statistica (parte 2)
Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza
DettagliStatistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame
Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale
DettagliLA VERIFICA DELLE IPOTESI SUI PARAMETRI
LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività
DettagliSTATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA
Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE
DettagliESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.
ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie
DettagliDEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE
DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA
DettagliSTATISTICA 1 parte 2/2 STATISTICA INFERENZIALE
STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI
DettagliProva scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1
Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia
DettagliCONCETTI BASE DI STATISTICA
CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto
DettagliAnalisi statistica dell Output
Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi
DettagliMetodi statistici per l'analisi dei dati
Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio
DettagliIl test parametrico si costruisce in tre passi:
R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica
DettagliMetodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO
ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO ARGOMENTI TRATTATI: VARIABILI CASUALI DISCRETE VARIABILI CASUALI CONTINUE DISEGUAGLIANZA DI TCHEBYCHEFF TEOREMA DEL LIMITE CENTRALE
DettagliLA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT
LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità
DettagliUn problema! La letteratura riporta che i pazienti affetti da cancro. = mesi
CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe
DettagliScelte finanziarie SCELTE FINANZIARIE
Scelte fiaziarie SCELE FINANZIARIE Spesso ella pratica si icotrao problemi decisioali i ambito fiaziario, per esempio come scegliere la più coveiete tra varie possibilità di ivestimeto, la meo oerosa tra
DettagliCorso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15
Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.
DettagliLE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI
Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità
DettagliStrumenti di indagine per la valutazione psicologica
Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative
DettagliTest non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche
est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei
Dettagli1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione
Questi esempi vi potrao essere utili come riferimeto ella ricerca di itervalli di cofideza e test di ipotesi statistiche. Per gli aggiorameti potete visitare i siti www.boch.et o www.feaor.com. Per dubbi
DettagliStatistica I, Laurea triennale in Ing. Gestionale, a.a. 2011/12 Registro delle lezioni
Statistica I, Laurea trieale i Ig. Gestioale, a.a. 2011/12 Registro delle lezioi Lezioe 1 (28/9, ore 11:30). Vedere la registrazioe di Barsati, dispoibile alla pagia http://users.dma.uipi.it/barsati/statistica_2011/idex.html.
DettagliLe carte di controllo
Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità
DettagliTecnica delle misurazioni applicate Esame del 4 dicembre 2007
Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto
DettagliSTATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA La statistica descrittiva serve per elaborare e sitetizzare dati. Tipicamete i dati si rappresetao i tabelle. Esempio. Suppoiamo di codurre u idagie per cooscere gli iscritti al
DettagliStatistica di base. Luca Mari, versione 31.12.13
Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4
DettagliRicerca del saggio di capitalizzazione nel mercato immobiliare
AESTIMUM 59, Dicembre 2011: 171-180 Marco Simootti Dipartimeto di Igegeria civile, ambietale e aerospaziale Uiversità degli Studi di Palermo e-mail: m.simootti@ti.it Parole chiave: procedimeto di capitalizzazioe,
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di
DettagliSUCCESSIONI E SERIE NUMERICHE
SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua
DettagliStatistica descrittiva
Statistica descrittiva idici idici (o misure) di posizioe media campioaria di osservazioi x, x,..., x x i x= per campioi x ì ripetuti ciascuo co frequeza f i x= x i f i Posto y i =a x i b : y=a x mediaa
DettagliESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI
ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI ES 1 I u collettivo di 40 pazieti osservati, la media dei globuli biachi era pari a.9 ( 1000/ml 3 ) e la variaza era pari a 0.336. Forire ua
Dettagli(DA COMPLETARE!!) Esercizi per il corso di Calcolo delle Probabilità e Statistica Matematica per Scienze dell Informazione
(DA COMPLETARE!!) Esercizi per il corso di Calcolo delle Probabilità e Statistica Matematica per Scieze dell Iformazioe NOTA Quado i problemi soo formulati el liguaggio ordiario, teere presete che la soluzioe
DettagliCalcolo della risposta di un sistema lineare viscoso a più gradi di libertà con il metodo dell Analisi Modale
Calcolo della risposta di u sistema lieare viscoso a più gradi di libertà co il metodo dell Aalisi Modale Lezioe 2/2 Prof. Adolfo Satii - Diamica delle Strutture 1 La risposta a carichi variabili co la
DettagliQual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?
Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di
DettagliEsercizi riguardanti limiti di successioni
Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse
DettagliAlcuni parametri statistici di base
Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di
DettagliIl confronto tra DUE campioni indipendenti
Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo
DettagliUniversità degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2
Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i
DettagliApprofondimenti di statistica e geostatistica
Approfodimeti di statistica e geostatistica APAT Agezia per la Protezioe dell Ambiete e per i Servizi Tecici Cos è la geostatistica? Applicazioe dell aalisi di Rischio ai siti Cotamiati Geostatistica La
Dettagli52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%
RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base
DettagliCampionamento stratificato. Esempio
ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete
DettagliEDICOM si impegna con i propri Clienti a rispettare tre variabili fondamentali per garantire la qualità del servizio:
EDICOM, Service Level Agreemet Termii e Codizioi www.edicomgroup.com EDICOM si impega co i propri Clieti a rispettare tre variabili fodametali per garatire la qualità del servizio: DISPONIBILITÀ della
DettagliEsempio. Le variabili casuali/3. X = x i è un evento. Si supponga che che le seguenti coppie di lettere siano equiprobabili
E u prodotto dell esperimeto Le variabili casuali/3 La variabile casuale è ua fuzioe che associa ad ogi eveto dell'uiverso degli eveti uo ed u solo umero reale. Esempio Si suppoga che che le segueti coppie
DettagliIntroduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche
Itroduzioe alla Statistica descrittiva Defiizioi prelimiari È la scieza che studia i feomei collettivi o di massa. U feomeo è detto collettivo o di massa quado è determiato solo attraverso ua molteplicità
DettagliANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.
ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità
DettagliSUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1
SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:
Dettagli1 Metodo della massima verosimiglianza
Metodo della massima verosimigliaza Estraedo u campioe costituito da variabili casuali X i i.i.d. da ua popolazioe X co fuzioe di probabilità/desità f(x, θ), si costruisce la fuzioe di verosimigliaza che
DettagliCARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE. Di seguito verranno utilizzati i seguenti simboli:
PROPOSTA DI UN PROTOCOLLO DI PROVE PER IL CONTROLLO DELLE CARATTERISTICHE MECCANICHE DI PIETRE NATURALI PER FACCIATE VENTILATE FINALITÀ Nel campo edile l utilizzo di rivestimeti esteri da riportare sulle
DettagliSelezione avversa e razionamento del credito
Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del
DettagliComplessità Computazionale
Uiversità degli studi di Messia Facoltà di Igegeria Corso di Laurea i Igegeria Iformatica e delle Telecomuicazioi Fodameti di Iformatica II Prof. D. Brueo Complessità Computazioale La Nozioe di Algoritmo
Dettagli1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6
SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie
DettagliCAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE
CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe
DettagliTeorema 13. Se una sere converge assolutamente, allora converge:
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e
DettagliIntroduzione all assicurazione. (Dispensa per il corso di Microeconomia per manager. Prima versione, marzo 2013; versione aggiornata, marzo 2014)
Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia per maager. Prima versioe, marzo 2013; versioe aggiorata, marzo 2014) Massimo A. De Fracesco Uiversità di Siea March 14, 2014 1 Prezzo
DettagliSerie numeriche: esercizi svolti
Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:
Dettagli1 Limiti di successioni
Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite
DettagliESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2006
ESAME DI STAT DI LICE SCIENTIFIC CRS DI RDINAMENT 006 Il cadidato risolva uo dei due problemi e 5 dei 0 quesiti i cui si articola il questioario. PRBLEMA U filo metallico di lughezza l viee utilizzato
DettagliAnalisi Fattoriale Discriminante
Aalisi Fattoriale Discrimiate Bibliografia Lucidi (materiale reperibile via Iteret) Lauro C.N. Uiversità di Napoli Gherghi M. Uiversità di Napoli D Ambra L. Uiversità di Napoli Keeth M. Portier Uiversity
DettagliCAPITOLO UNDICESIMO VARIABILI CASUALI 1. INTRODUZIONE
CAPITOLO UNDICESIMO VARIABILI CASUALI SOMMARIO:. Itroduzioe. -. Variabili casuali discrete. - 3. La variabile casuale di Beroulli. - 4. La variabile casuale biomiale. -. La variabile casuale di Poisso.
Dettagli( ) n > n. Ora osserviamo che 2 1. ( ) è vera. ( ) una proposizione riguardante il numero intero n. Se avviene che:
ARITMETICA 1 U importate ramo della matematica è l aritmetica, o teoria dei umeri, qui itesi come umeri iteri. Ci si poe il problema di stabilire se certe relazioi possao essere soddisfatte da umeri iteri,
Dettagli3.4 Tecniche per valutare uno stimatore
3.4 Teciche per valutare uo stimatore 3.4. Il liguaggio delle decisioi statistiche, stimatori corretti e stimatori cosisteti La teoria delle decisioi forisce u liguaggio appropriato per discutere sulla
DettagliSUCCESSIONI NUMERICHE
SUCCESSIONI NUMERICHE LORENZO BRASCO. Teoremi di Cesaro Teorema di Stolz-Cesaro. Siao {a } N e {b } N due successioi umeriche, co {b } N strettamete positiva, strettamete crescete e ilitata. Se esiste
DettagliProbabilità e Statistica I
Probabilità e Statistica I Elvira Di Nardo (Dipartimeto di Matematica) Uiversità degli Studi della Basilicata e-mail:diardo@uibas.it http://www.uibas.it/uteti/diardo/home.html Tel:097/05890 Prerequisiti:
DettagliComplementi di Matematica e Statistica
Uiversità di Bologa Sede di Forlì Ao Accademico 009-00 Complemeti di Matematica e Statistica (Alessadro Lubisco) Aalisi delle compoeti pricipali INDICE Idice... i Aalisi delle compoeti pricipali... Premessa...
DettagliIntroduzione all assicurazione. (Dispensa per il corso di Microeconomia)
Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il
DettagliSTIME E LORO AFFIDABILITA
TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da
DettagliDispense di probabilità e statistica *
IFORMATICA E STATISTICA PER OTTICA E OPTOMETRIA Dispese di probabilità e statistica * Daiele Motaio Uiversità degli Studi del Saleto e-mail: daiele.motaio@le.if.it web: http://www.le.if.it/~motai/ Questa
DettagliSTATISTICA ECONOMICA STATISTICA PER L ECONOMIA
STATISTICA ECONOMICA STATISTICA PER L ECONOMIA aa 2009-2010 Operazioi statistiche elemetari Spesso ci si preseta il problema del cofroto tra dati Ad esempio, possiamo voler cofrotare feomei [ecoomici]
DettagliPercorsi di matematica per il ripasso e il recupero
Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo
Dettagli*PDF da scaricare. Statistica Medica. Sommario. http://nfs.unipv.it/ Disegno della ricerca. Raccolta dei dati. Analisi dei dati
*PDF da scaricare Uiversità degli Studi di Pavia Dipartimeto di Scieze Saitarie Applicate Via Bassi - 7 PAVIA Statistica Medica INDIRIZZO ONLINE http://fs.uipv.it/ >Didattica >Materiale didattico >Medicia
DettagliCorso di Elementi di Impianti e macchine elettriche Anno Accademico 2014-2015
Corso di Elemeti di Impiati e mahie elettriche Ao Aademico 014-015 Esercizio.1 U trasformatore moofase ha i segueti dati di targa: Poteza omiale A =10 kva Tesioe omiale V 1 :V =480:10 V Frequeza omiale
DettagliSoluzioni esercizi Capitolo 7
Soluzioi esercizi Capitolo 7 Quado si valuta la relazioe fra due variabili, occorre prestare particolare attezioe al fatto che i modelli statistici specifici per ogi scala di misura siao applicabili: i
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE Studiare la atura delle segueti serie. ) cos 4 + ; ) + si ; ) + ()! 4) ( ) 5) ( ) + + 6) ( ) + + + 7) ( log ) 8) ( ) + 9) log! 0)! Studiare al variare di x i R la atura delle segueti
DettagliSUCCESSIONI NUMERICHE
SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si
DettagliPrincipi base di Ingegneria della Sicurezza
Pricipi base di Igegeria della Sicurezza L aalisi delle codizioi di Affidabilità del sistema si articola i: (i) idetificazioe degli sceari icidetali di riferimeto (Eveti critici Iiziatori - EI) per il
DettagliAnalisi delle Schede di Dimissione Ospedaliera
Aalisi delle Schede di Dimissioe Ospedaliera ANALISI DELLE SCHEDE DI DIMISSIONE OSPEDALIERA CON DIAGNOSI ALCOL E DROGA CORRELATE Si descrive, per gli ai 2000-2004, il ricorso alle strutture ospedaliere
DettagliCapitolo 2 Analisi delle Componenti Indipendenti
Cap. - Aalisi delle compoeti idipedeti. Itroduzioe Capitolo Aalisi delle Compoeti Idipedeti I questo capitolo viee formulato il problema della separazioe di sorgeti ei termii di Aalisi delle Compoeti Idipedeti
DettagliINFERENZA SU UNA O DUE MEDIE CON IL TEST
CAPITOLO VI INFERENZA SU UNA O DUE MEDIE CON IL TEST t DI STUDENT 6.. Dalla popolazioe ifiita al campioe piccolo: la distribuzioe t di studet 6.. Cofroto tra ua media osservata e ua media attesa co calcolo
DettagliDISTRIBUZIONI DOPPIE
DISTRIBUZIONI DOPPIE Fio ad ora abbiamo visto teciche di aalisi dei dati per il solo caso i cui ci si occupi di u solo carattere rilevato su u collettivo (distribuzioi semplici). I termii formali fio ad
DettagliSuccessioni ricorsive di numeri
Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..
DettagliUniversità di Milano Bicocca Esercitazione 4 di Matematica per la Finanza 24 Aprile 2015
Uiversità di Milao Bicocca Esercitazioe 4 di Matematica per la Fiaza 24 Aprile 205 Esercizio Completare il seguete piao di ammortameto: 000 2 3 234 3 6 369 Osserviamo iazitutto che, per il vicolo di chiusura
DettagliII-9 Successioni e serie
SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La
DettagliCapitolo 27. Elementi di calcolo finanziario EEE 2015-2016
Capitolo 27 Elemeti di calcolo fiaziario EEE 205-206 27. Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo d
Dettagli5 ln n + ln. 4 ln n + ln. 6 ln n + ln
DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio
DettagliIndici COMIT Metodologia di calcolo
Il presete documeto riassume le regole fodametali per il calcolo e la gestioe degli idici elaborati da Itesa Sapaolo per l itero Mercato Telematico Azioario italiao (MTA) ed il vecchio Nuovo Mercato. Gli
DettagliSoluzione La media aritmetica dei due numeri positivi a e b è data da M
Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è
DettagliVerifica d Ipotesi. Se invece che chiederci quale è il valore di una media in una popolazione (stima. o falsa? o falsa?
Verifica d Iotesi Se ivece che chiederci quale è il valore ua mea i ua oolazioe (stima utuale Se ivece e itervallo che chiederci cofideza) quale è il avessimo valore u idea ua mea su quello i ua che oolazioe
DettagliSuccessioni. Capitolo 2. 2.1 Definizione
Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo
DettagliESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1
ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe
DettagliFoglio di esercizi N. 1 - Soluzioni
Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >
DettagliSistemi Intelligenti Introduzione all inferenza statistica
Sistemi Itelligeti Itroduzioe all ifereza statistica Alberto Borghese Uiversità degli Studi di Milao Laboratory of Applied Itelliget Systems (AIS-Lab) Dipartimeto di Scieze dell Iformazioe borghese@di.uimi.it
DettagliFormula per la determinazione della Successione generalizzata di Fibonacci.
Formula per la determiazioe della uccessioe geeralizzata di Fiboacci. A cura di Eugeio Amitrao Coteuto dell articolo:. Itroduzioe......... uccessioe di Fiboacci....... 3. Formula di Biet per la successioe
DettagliI appello - 29 Giugno 2007
Facoltà di Igegeria - Corso di Laurea i Ig. Iformatica e delle Telecom. A.A.6/7 I appello - 9 Giugo 7 ) Studiare la covergeza putuale e uiforme della seguete successioe di fuzioi: [ ( )] f (x) = cos (
DettagliARGOMENTO: SERIE NUMERICHE 1. Dott.ssa Sandra Lucente
Corso di Laurea i Matematica LEZIONI PER IL CORSO DI ANALISI MATEMATICA..2 A.A. 2007-2008 ARGOMENTO: SERIE NUMERICHE Dott.ssa Sadra Lucete Idice :. Prime geeralità sulle serie. 2. Serie a termii o egativi:
DettagliSERIE NUMERICHE Esercizi risolti. 2 b) n=1. n n 2 +n
SERIE NUMERICHE Esercizi risolti. Applicado la defiizioe di covergeza di ua serie stabilire il carattere delle segueti serie, e, i caso di covergeza, trovare la somma: = + b) = + +. Verificare utilizzado
DettagliIMPLICAZIONE TRA VARIABILI BINARIE: L Implicazione di Gras
IMPLICAZIONE TRA VARIABILI BINARIE: L Implicazioe di Gras Date due variabili biarie a e b, i quale misura posso assicurare che i ua popolazioe da ogi osservazioe di a segue ecessariamete quella di b? E
Dettagli